遥感视觉-语言模型的少样本适应基准
计算机视觉与模式识别
2025-10-09 v1
摘要
遥感视觉-语言模型（RSVLMs）由于大规模预训练，展现出巨大的潜力，在各种任务上实现了强大的零样本性能。然而，它们在低数据情景下（如少样本学习）的泛化能力尚未得到充分探索。本文提出了首个针对RSVLMs进行少样本适应方法评估的结构化基准。我们跨越十个遥感场景分类数据集进行了全面实验，应用了五种广泛使用的少样本适应策略，对三个最先进的RSVLMs进行测试。我们的发现表明，具有相似零样本性能的模型在少样本适应下表现出显著不同的行为，其中一些RSVLMs在此类适应方面天然更具可行性。性能的这种可变性以及现有方法之间不存在明确冠军的事实凸显了需要开发更适用于RS的少样本适应更健壮方法的需求。为促进未来研究，我们提供了一个可复现的基准框架，并公开源代码以系统性地评估RSVLMs在少样本条件下的性能.该源代码已在Github上公开：https://github.com/elkhouryk/fewshot_RSVLMs
引用
@article{arxiv.2510.07135,
title = {Few-Shot Adaptation Benchmark for Remote Sensing Vision-Language Models},
author = {Karim El Khoury and Maxime Zanella and Christophe De Vleeschouwer and Benoit Macq},
journal= {arXiv preprint arXiv:2510.07135},
year = {2025}
}